EXAMENSARBETE
2004:213 CIV
CAROLINE SÖDERLUND
Överlageranalys på
lågfrekventa artiklar hos Scania Parts Logistics AB
Orsaker samt förslag till åtgärder för att minska överlager
CIVILINGENJÖRSPROGRAMMET Institutionen för Industriell ekonomi och samhällsvetenskap
Förord
Detta examensarbete har utförts på Scania Parts Logistics AB i Södertälje under hösten 2003 och vintern 2004. Utförandet av examensarbetet har varit intressant och lärorikt och jag hoppas att de slutsatser examensarbetet resulterat i kommer att vara till nytta.
Jag vill ta tillfället i akt och tacka min handledare på Scania Parts Logistics AB, Martin Cardell, samt Rolf Forsberg, min handledare på avdelningen för Industriell Logistik vid Luleå tekniska universitet. Dessutom vill jag rikta ett tack till John Lindberg och Peter Wester för att ni tagit er tid med mina frågor under examensarbetets gång. Slutligen skulle jag vilja tacka alla andra som på något sätt vart inblandade i mitt examensarbete.
Södertälje, 18 april 2004
________________________
Caroline Söderlund
Abstract
The level of parts stored in Scania Parts Logistics AB´s warehouse in Södertälje is to a great extend much larger that the amount asked for. This surplus in stock ties up an unnecessary amount of capital. Since the demand for low frequent parts is not continuous and even there is a risk that too large stock levels are created if a too large order quantity is used.
The purpose of this master thesis is to find reasons to why a too high stock of low frequent parts is built up in the warehouse. The purpose also includes giving suggestions for how this occurrence can be limited in the future. An additional purpose is to design a model that takes the total cost into consideration when dealing with what quantity to buy.
More than half of the value tied up in stock for low frequent parts consists of parts with a too high stock level.
To be able to find reasons for a too high stock level a number of hypotheses are brought up to be analyzed. The analyses are performed by comparing a few parts, which represent all parts with a too high stock level, to all the low frequent parts considering the proportion of parts that have certain behaviours. The results of the analysis are the base for the action of improvement that is suggested.
The behaviours that generate the greatest effect on a too high stock level is the choice of which quantity to buy, the acceptance of the so called surplus-parts and also the rapid change downwards in parts asked for.
One of the reasons for the creation of a too high stock level is from a minimum quantity that is put into the system. This minimum quantity affects the calculation of what quantity to buy.
That is because the least amount to buy is the minimum quantity, even if there are no parts asked for. To be able to minimize the stock due to minimum quantities in the future a recommendation is to let the system tell when the quantity ordered is higher than the quantity asked for. Also it is important that the supply controllers do not enter the minimum quantity into the system just because a packing quantity exists. For the surplus parts, offered from the production units, the buying routines have improved. But, there is still a fact that this affects the stock level. The recommendation is to minimize the acceptance. For the parts where the numbers asked for suddenly shifts downwards, a further investigation to find out why the parts react as they do is recommended. Another improvement is to change the forecasting method.
The hypothesis that buyers affect the stock level through their choice of order quantity has not been investigated further. But, to bring attention to the total cost of a purchase, a model is created. It is important that the buyers have the same view of the total cost and how the total cost is affected when different order quantities are used. Through the given model, buyers have the opportunity to visualize the different costs.
Sammanfattning
Lagret på Scania Parts Logistics AB i Södertälje består av en oproportionerligt stor del av artiklar där lagret är mycket större än den aktuella efterfrågan. Detta överlager binder onödigt kapital och då lågfrekventa artiklar inte har en kontinuerlig och jämn efterfråga är risken stor att överlager skapas för dessa artiklar om för stora kvantiteter tas hem.
Syftet med examensarbetet är att hitta orsaker till att överlager uppstår på lågfrekventa artiklar och att ge förslag på hur denna företeelse kan minskas i framtiden. Ytterligare ett syfte är att ta fram en inköpsmodell som tar hänsyn till totalkostnaden vid val av hemtagningskvantitet.
Vid tiden för examensarbetets utförande bestod över hälften av alla lågfrekventa artiklars kapitalbindning av ett överlager.
Ett antal hypoteser för vad som tros orsaka överlager analyseras för att kunna utröna vilka faktorer eller företeelser som påverkar uppkomsten av överlager. Analyserna genomförs genom att ett antal artiklar som representerar överlagret jämförts med alla lågfrekventa artiklar med avseende på hur stor andel av artiklarna som har ett visst beteende, tillhör en viss grupp etcetera. Analysernas resultat ligger till grund för de förbättringsförslag som genereras.
De orsaker som visar en signifikant påverkan på uppkomst av överlager är val av hemtagningskvantiteter, mottagande av så kallat överskottslagersaldo samt en plötsligt fallande efterfråga där prognosen inte hinner ställa om sig.
För hemtagningskvantiteter kommer överlager bland annat att uppstå på grund av att en minimum kvantitet läggs in i systemet. Denna minimum kvantitet kommer att påverka systemets beräkningar genom att kvantiteten är den minsta som tas hem fastän behovet kanske inte finns. För att överlager skapade av minimum kvantiteter ska kunna minskas i framtiden rekommenderas bland annat att systemet ger en signal om den föreslagna hemtagningskvantiteten överstiger ett års behov. Dessutom ges rekommendationen att anskaffarna inte ska lägga in minimum kvantiteter i systemet bara för att det finns en definierad förpackningskvantitet angiven. När det gäller mottagande av överskottslagersaldo från produktionsenheterna har rutinerna förbättrats, men mottagandet bör undvikas i så stor grad som möjligt. För artiklar där efterfrågan plötsligt sjunker snabbt från ett år till ett annat så bör orsaken till detta undersökas närmare. Dessutom bör prognosmetoden förbättras.
Att inköparna genom sitt val av hemtagningskvantitet påverkar uppkomsten av överlager är en hypotes som inte har kunnat undersökas närmare. Men för att få inköparna mer uppmärksamma på totalkostnaden av ett inköp utformas en totalkostnadsmodell. Det är viktigt att inköparna har samma syn på totalkostnaden och hur totalkostnaden påverkas av olika hemtagningskvantiteter. Med hjälp av modellen ges en möjlighet att visualisera de olika kostnaderna.
Terminologi
Filial = En finindelning av leverantörer.
Frekvensklass = En indelning av artiklar baserat på hur ofta artikeln efterfrågas.
Lågfrekvent artikel = En artikel som plockas mindre än en gång per månad. Ingen hänsyn tas till hur många artiklar som plockas vid varje tillfälle utan definitionen avser enbart plockfrekvensen.
Volymvärde = Prognosen för de tolv kommande månaderna samt eventuella reservationer multiplicerat med standardpriset.
Överlager = Artiklar som har ett tillgängligt lagersaldo större än ett årsbehov antas ha ett överlager med den kvantitet som överstiger årsbehovet.
CW1 = Centrallagret beläget i Södertälje.
CW2 = Centrallagret beläget i Opplagbeck, Belgien.
EHK = Ekonomisk hemtagningskvantitet - beräknas av systemet genom att multiplicera veckoprognosen med ett värde på hur många veckors behov artikeln ska ha i lager.
FQ = Field Quality - artiklar med kvalitetsproblem av olika slag.
VHKV = Verklig hemtagningskvantitet, det vill säga den kvantitet som artiklarna beställs i.
ÖLS = Överskottslagersaldo – ett överskott av artiklar från någon produktionsenhet som Scania Parts Logistics AB blir tillfrågade om de vill köpa.
Avdelningar
RSPS = Parts Assortment - bryter ned artiklar och avgör vilka komponenter som skall säljas som reservdelar. Tillhör inte Scania Parts Logistics utan Scania CV.
SGP = Inköpsavdelningen – tillhör inte Scania Parts Logistics utan Scania CV.
SLSBA = Supply Controll eller Anskaffningen – tillhör Scania Parts Logistics AB.
SLSLP = Parts Preparation - jobbar med att förbereda både nya och existerande artiklar för försäljning. Tillhör Scania Parts Logistics AB.
WPP = Parts Marketing, beräknar eller bedömer det första reservdelsbehovet. Tillhör inte Scania Parts Logistics utan Scania CV.
Innehåll
1 Inledning... 1
1.1 Bakgrund ... 1
1.2 Syfte... 1
1.3 Avgränsning ... 1
2 Företagsbeskrivning ... 3
2.1 Scania CV... 3
2.2 Scania Parts Logistics AB ... 3
2.2.1 Företaget... 3
2.2.2 Verksamheten... 3
2.2.3 Marknad... 4
3 Teoretisk referensram... 5
3.1 Logistik... 5
3.2 Omsättningshastighet ... 5
3.3 Ledtid... 5
3.4 Lagerhållning av reservdelar ... 5
3.5 Prognostisering... 5
3.5.1 Prognosmetoder... 6
3.5.2 Prognosfel... 7
3.5.3 Prognosuppföljning ... 7
3.6 Säkerhetslager ... 7
3.7 Partiformning... 8
3.8 Lagerstyrning... 9
3.8.1 Fördelar och nackdelar med lager ... 9
3.8.2 Totalkostnadsanalys ... 9
3.8.3 Kostnadsposter ... 10
3.8.4 Lagerränta... 11
3.9 Alternativt sätt att optimera effektivitetsvariabler... 13
4 Metod ... 14
4.1 Inriktning på undersökningen... 14
4.2 Ansats ... 14
4.3 Tekniker... 15
4.3.1 Orsak-verkan-diagram... 15
4.3.2 Hypotesprövning ... 15
4.3.3 Intervjuer ... 15
4.3.4 ABC-analys ... 15
4.4 Arbetsgång... 15
4.5 Validitet och reliabilitet... 16
5 Nulägesbeskrivning ... 17
5.1 Prognostisering... 17
5.2.1 Frekvensklass ... 18
5.2.2 Volymvärdeklass... 18
5.2.3 Servicegradsklass ... 18
5.3 Ledtid... 18
5.4 Säkerhetslager ... 19
5.5 Hemtagningskvantitet... 19
5.5.1 Val av förpackning ... 20
5.6 Informations- och materialflöde... 20
5.6.1 Systemet ... 20
5.6.2 Anskaffning ... 21
5.6.3 Överskottslagersaldo, ÖLS... 22
5.6.4 Artiklar med kvalitetsproblem samt nyupplägg ... 22
5.6.5 Inköp... 23
6 Hypoteser och definitioner ... 26
6.1 Hypoteser... 26
6.2 Definitioner ... 28
6.2.1 Definition överlager ... 28
6.2.2 Definition lågfrekvent artikel ... 28
6.3 Beräkning överlager ... 29
6.4 Avgränsningar ... 29
7 Analys och resultat ... 30
7.1 Urval... 30
7.2 Hypoteser... 32
7.2.1 Hemtagningskvantitet... 33
7.2.2 Överskottslagersaldo, ÖLS... 34
7.2.3 Ersättning av artikel... 34
7.2.4 Snabb nedgång av efterfrågan ... 35
7.2.5 Säsongsartiklar ... 37
7.2.6 Artiklar med kvalitetsproblem, FQ ... 37
7.2.7 Produktsort ... 37
7.2.8 Produktens serietillhörighet... 38
7.2.9 Säkerhetslager ... 38
7.3 Sammanställning ... 40
8 Modellutformning ... 42
8.1 Totalkostnad ... 42
8.1.1 Lagerföringskostnad... 42
8.1.2 Lagerhållningskostnad... 43
8.1.3 Transportkostnad... 44
8.1.4 Ordersärkostnad... 44
8.1.5 Materialkostnad... 44
8.1.6 Bristkostnad och servicegrad... 44
8.2 Totalkostnadsmodell ... 44
9 Slutsats och rekommendationer... 46
9.1 Rekommendationer ... 46
9.2 Slutsats... 49
10 Diskussion ... 51
Referenser... 52 Bilagor
Bilaga 1: Exempel på säkerhetslagermatris
Bilaga 2: Illustration av hur hemtagningskvantiteten beräknas av systemet Bilaga 3: Orsak-verkan-diagram - överlager
Bilaga 4: Överlappningar
Bilaga 5: Orsak-verkan-diagram – totalkostnad Bilaga 6: Skrotningsrisk
Bilaga 7: Hemtagningskvantitetsformel Bilaga 8: Modell utdrag ur Microsoft Excell
Inledning
1 Inledning
Lager innebär kostnader. En höjning av lagernivåerna leder till ett ökat lagervärde och därmed ökade kostnader. En minskning av lagret innebär i princip att det kapital som inte längre är bundet i lager kan användas för investeringar av något slag för att på så sätt öka avkastningen. En vanlig uppfattning är att fokus ska riktas mot artiklar med högt volymvärde, men då servicenivån även påverkas av artiklar med lågt volymvärde bör inte all koncentration riktas mot de högfrekventa artiklarna. Fördelningen mellan artiklar förhåller sig ofta så att en liten del av artiklarna står för en stor del av det totala volymvärdet. Om dock en stor del av alla artiklar med lågt volymvärde har för stort lager mot vad de bör ha kan det adderas ihop till stora summor pengar. Dessa pengar skulle kunna användas på ett bättre sätt för att öka avkastningen. I denna rapport ligger fokus på lågfrekventa artiklar, som ofta har ett lågt volymvärde. En analys utförs för att finna orsaker till att överlager uppstår och därefter ges förslag på hur denna företeelse ska kunna minskas i framtiden.
1.1 Bakgrund
Scania Parts Logistics AB har som uppgift att anskaffa, lagra och distribuera reservdelar till eftermarknaden. Med undantag för vissa artiklar skall leverans till kund kunna ske direkt då order läggs. Detta innebär att ett lager måste byggas upp för att klara av den aktuella efterfrågan.
I dag består lagret av en oproportionerligt stor del av artiklar där lagret är mycket större än den aktuella efterfrågan. Det innebär att en artikel i vissa fall kan ha en täcktid på flera år.
Vilka artiklar eller artikelgrupper det är som bidrar till detta överlager är inte identifierat, dock finns det en känsla av att överlagret ofta består av artiklar som har gått ur produktion och/eller att de är lågfrekventa.
Varför överlager skapas för lågfrekventa artiklar är inte bekräftat, men en trolig orsak är att anskaffning av lågfrekventa artiklar kontinuerligt skapar överlager om de tas hem i för stora orderstorlekar. Detta då lågfrekventa artiklar inte har en kontinuerlig och jämn efterfråga.
Eftersom ett överlager binder onödigt kapital vill Scania Parts Logistics AB veta vad eller vilka faktorer det är som påverkar uppbyggnaden av överlager så att denna företeelse kan minimeras i framtiden.
1.2 Syfte
Syftet med examensarbetet är att:
• Identifiera orsaker till att överlager skapas
• Ge förslag på hur överlager ska kunna minskas i framtiden
• Ta fram en inköpsmodell som kan användas som hjälpmedel för att avgöra hemtagningskvantitet med avseende på totalkostnaden
• Sprida den framtagna informationen i organisationen 1.3 Avgränsning
Projektet begränsas till att innefatta lågfrekventa artiklar hos Scania Parts Logistics AB:s lager i Södertälje. Eftersom projektet avgränsas till att innefatta enbart lågfrekventa artiklar
Inledning
genomförs ingen undersökning för att kartlägga vart överlager existerar. De vill säga att undersöka om överlager existerar för exempelvis högfrekventa artiklar.
Ytterligare avgränsningar som görs är att inte titta på artiklar som är köpta med ett livstidsbehov, är nyupplagda samt artiklar som har en lageromsättningshastighet på mer är 2,9 gånger per år.
Företagsbeskrivning
2 Företagsbeskrivning
I detta kapitel ges en beskrivning av Scania CV och därefter beskrivs Scania Parts Logistics AB, det dotterbolag till Scania CV där examensarbetet har utförts. Informationen nedan är insamlat från nya Scania Inline den 19 december 2003.
2.1 Scania CV
Scania är en av de ledande tillverkarna av lastbilar och bussar för tung transport av gods och passagerare. Förutom lastbilar och busschassis utvecklar, tillverkar och säljer Scania Industri- och Marinmotorer. Dessutom har de ett brett sortiment av serviceprodukter, tjänster och finansiering. Företaget är internationellt med verksamhet i över 100 länder och antalet anställda överstiger 28000. Sedan starten 1891 har de byggt och levererat mer än en miljon lastbilar och bussar.
Företaget som idag är känt under namnet Scania hette till en början Vagnfabriksaktiebolaget i Södertelge, Vabis, och grundades år 1891. Till en början tillverkades järnvägsvagnar, men år 1902 byggdes den första lastbilen. År 1911 förenades Maskinfabriksaktiebolaget Scania i Malmö med Vagnfabriksaktiebolaget i Södertelge och Scania-Vabis bildades.
Under 1980-talet introducerade Scania två nya modulsystem som innebar att Scania kunde erbjuda sina kunder ett större utbud samtidigt som antalet artiklar minskade med 70 procent.
Genom moduliriseringen karaktäriserades Scania av hög kvalitet och kostnadseffektiv produktion. År 1996 registrerades Scania på börsen i Stockholm och New York.
Scanias identitet skapas av värderingar, principer och arbetsmetoder. Det finns tre grundläggande värderingar, dessa är i turordning kunden först, respekt för individen samt kvalitet.
2.2 Scania Parts Logistics AB
Nedan beskrivs företaget Scania Parts Logistics AB, dess verksamhet och marknad.
2.2.1 Företaget
Scania Parts Logistics blev ett eget bolag den 1 januari 1997. Företaget ansvarar för distributionen av reservdelar till Scanias kunder och dess mål är att distribuera reservdelar och tillbehör med en överenskommen ledtid, kostnad och servicetillgänglighet. Målet innefattar även förbättring av kundfördelar och kostnader genom kontinuerlig utveckling och förbättring.
2.2.2 Verksamheten
Det finns två centrallager, ett i Södertälje (CW1) och ett i Opglabbeek, Belgien (CW2).
Lagret i Södertälje ansvarar för leverans av reservdelar till Skandinavien, Östra Europa (Baltikum), centrallagret i Belgien samt marknader utanför Europa, medan lagret i Belgien ansvarar för leverans till västra Europa samt vissa marknader utanför Europa. Det finns dessutom tre regionala lager (RW) för att uppnå en snabbare leverans av reservdelar till den europeiska marknaden. Dessa regionala lager är belägna i Spanien, Storbritannien samt Österrike, se figur 1.
Företagsbeskrivning
Scania Parts Logistics AB:s lager i Södertälje har cirka 260 anställda och hanterar varje dag 7500 orderrader fördelat på 65000 artikelnummer, medan lagret i Belgien har cirka 180 anställda och hanterar 13500 orderrader fördelat på 46000 artikelnummer.
Figur 1: Distributionskanaler för reservdelar. Källa: Scania Inline
2.2.3 Marknad
Runt om i världen finns det 500 000 bussar och lastbilar i rullning samt 70 000 industri- och marin motorer från Scania som kräver service och underhåll av reservdelar. Detta underhåll utförs av cirka 1500 auktoriserade Scaniaverkstäder, som fungerar som leveranspunkter för reservdelarna.
Teoretisk referensram
3 Teoretisk referensram
I detta kapitel beskrivs de teorier som anses relevanta för de praktiska delarna av examensarbetet.
3.1 Logistik
”Logistik omfattar att på ett effektivt sätt planera, genomföra och kontrollera förflyttning och lagring av material och produkter från råvara till slutkund för att tillfredsställa kundens behov och önskemål. Dessutom innefattas det informationsflöde som behövs för att materialflödet ska fungera.” (Aronsson et al., 2003)
3.2 Omsättningshastighet
Ett lagers omsättningshastighet avser den totala försäljningen av varor i relation till genomsnittslagret (Bosrup, 1983). Det anger hur många gånger det genomsnittliga lagret omsätts eller förbrukas under en viss tidsperiod, se formel 1 (Segerstedt, 1999).
slager Genomsnitt
Omsättning shastighet
Omsättning = (formel 1)
3.3 Ledtid
Ledtiden är den tid som åtgår från beställning till leverans. Ledtiden kan även definieras som tiden från behov till tillfredsställelse. Skillnaden mellan dessa två definitioner ligger i tiden mellan behov och beställning. (Lumsden, 1998)
3.4 Lagerhållning av reservdelar
Det finns, enligt Hopp & Spearman (1996), tre anledningar till att reservdelar lagerhålls.
Huvudskälet är för att tillhandahålla en bra service genom att tillfredsställa underhålls- och reparationsprocessen. Om en reservdel inte finns tillgänglig vid behov kan tiden det tar att reparera förlängas avsevärt. Därmed, för att uppnå högre service, krävs en högre nivå på lagret. Det andra skälet beror på ledtiden. På grund av inköps- eller produktionsledtid kan reservdelar ofta inte köpas in då behovet uppstår. För att kunna uppnå den tänkta servicen måste dessa artiklar lagerhållas. Den generella regeln är att ju längre ledtid en artikel har desto högre lager. Den tredje anledningen är att leverantörer erbjuder skalfördelar, till exempel rabatter vid inköp av en större kvantitet. I och med detta kan det kännas logiskt att köpa en större kvantitet, vilket dock leder till ett högre genomsnittslager.
För reservdelar finns det ofta en osäkerhet i hur en leverantörs lagerhållning ser ut i framtiden. Det finns några grundprinciper som kan tillämpas vad gäller reservdelar. Dessa är att minska antalet detaljer som lagerhålls genom en hög standardiseringsgrad, låta leverantören lagerhålla reservdelen, att använda ett lagerstyrningssystem som mäter rätt faktorer samt att rabatter bör kunna erhållas genom hänvisning till efterfrågestatistiken, det vill säga att stora engångsköp är onödiga. (Johansson, 1997)
3.5 Prognostisering
En viktig fråga vid anskaffning av reservdelar är hur mycket som skall beställas och när. För att göra detta kan den framtida efterfrågan bedömas med hjälp av en prognos (Johansson,
Teoretisk referensram
1997). Syftet med prognostisering är att förutse efterfrågan så att rätt produkter finns tillgängliga på rätt plats då efterfrågan uppstår (Aronsson et al., 2003).
3.5.1 Prognosmetoder
Då den verkliga efterfrågan kan vara svår att registrera är det ofta försäljningen som registreras och används vid prognostisering. Försäljningen behöver dock inte vara den samma som efterfrågan eftersom möjligheten finns att brist uppstår. (Axsäter, 1991)
Enligt Cardell och Fröidh (2001) är en bra prognos detsamma som en tillförlitlig prognos.
Prognosen skall därför vara så lik den verkliga efterfrågan som möjligt. En bra prognos ska ge ökade möjligheter att undvika onödiga bristsituationer, minska variationer i de leveransplaner som skickas till leverantör, planera för att ge en hög servicegrad till en låg kostnad samt vara en bra grund för förhandling med leverantör.
Det finns tre olika typer av metoder som prognoser bygger på. De är metoder baserade på orsakssamband, bedömningar av experter samt metoder baserade på historiska data. Ofta bygger prognoser på en kombination av alla tre metoder. (Aronsson et al., 2003)
Vid val av prognosmetod är det viktigt att hänsyn tas till hur efterfrågan varierar. Två vanliga metoder för att beräkna detta är glidande medelvärde och exponentiell utjämning.
Glidande medelvärde beräknar ett medelvärde för ett i förväg bestämt antal värden tillbaka i tiden medan exponentiell utjämning tar mer hänsyn till värden närmare i tiden och beräknas enlig formel 2. (Johansson, 1997)
(
−α)
+ ⋅α⋅
= t−1 1 t−1
t P X
P (formel 2)
Pt = Prognos för period t Pt-1 = Prognos för period t-1 Xt-1 = Verkligt utfall för period t-1 α = Utjämningskonstant
Utjämningskonstanten, α, är ett tal mellan noll och ett och ju lägre α desto längre period tas hänsyn till. I praktiken väljs α ofta till mellan 0.1 och 0.3 (Segerstedt, 1999). Denna siffra baseras dock på månadslånga perioder (Forsberg, 2004).
Både glidande medelvärde och exponentiell utjämning är relativt enkla att använda, men de är förknippade med vissa nackdelar. Glidande medelvärde reagerar dåligt på systematiska förändringar och om det förekommer en stor variation i efterfrågan eller om artikeln har perioder utan rörelse är exponentiell utjämning inte en bra prognosmetod. (Johansson, 1997) Anledningen till att exponentiell utjämning inte är en bra prognosmetod för artiklar som sällan efterfrågas beror på att ett relativt stort uttag kan leda till att prognosen skruvas upp kraftigt i de perioder då efterfrågan uppstår och sedan sjunker den sakta tills nästa gång efterfrågan uppstår. Det leder till att prognosen är hög just efter ett uttag och låg just innan ett uttag. För att undvika detta beteende kan en väldigt liten utjämningskonstant användas.
Detta leder då dock till att prognosen reagerar långsamt på förändringar. (Axsäter, 1991)
Teoretisk referensram
3.5.2 Prognosfel
Det som måste beaktas när det gäller prognoser är att osäkerheten alltid är stor och att en prognos alltid visar fel (Aronsson et al., 2003). Det är därför av stor vikt att planerings- systemet kan hantera prognosfel (Olhager, 2000).
Ett vanligt mått för beräkning av prognosfel är MAD, som står för ”Mean Absolute Deviation”. MAD beskriver spridningen av det absoluta prognosfelet och kan beräknas på två sätt, dels genom att beräkna medelvärdet av prognosfelens absolutvärde och dels genom viktat medelvärde via exponentiell utjämning, se formel 3. (Krajewski & Ritzman, 2002)
) 1
1
( − ⋅ −
+
⋅
= t t
t E MAD
MAD α α (formel 3)
där prognosfelet, Et, beräknas enligt formel 4.
t t
t X P
E = − (formel 4)
Xt = Utfall för period t Pt = Prognos för period t
MAD tar inte hänsyn till vilket tecken det är på prognosfelet, det vill säga om prognosen i genomsnitt är för hög eller för låg. Därför bör ett komplement till MAD användas, till exempel medelfelet, ME. (Olhager, 2000)
3.5.3 Prognosuppföljning
Vid prognostisering är det av stor vikt att ingående data är korrekt och dessutom att rätt prognosmetod används. Det som är en bra metod för en artikel behöver inte vara bra för en annan. Därför är det bra om en granskning av prognoserna utförs för att se om de är rimliga.
Är antalet artiklar stort är det tidskrävande att göra detta manuellt. För att kunna upptäcka eventuella avvikelser kan datasystemet genomföra vissa tester och därefter kan manuella undersökningar ske. Det som systemet kan kontrollera är att den efterfrågan som beräkningarna baseras på inte är onormal. Något annat systemet kan undersöka är att prognoserna är medelvärdesriktiga. Det vill säga att prognoserna inte är systematiskt höga eller låga jämfört med utfallet. (Axsäter, 1991)
För att kunna identifiera fel i indata eller fel i prognosmetoden krävs det att kontinuerlig uppföljning sker. (Olhager, 2000)
3.6 Säkerhetslager
Ett säkerhetslager skall täcka oförväntat variation i efterfrågan under ledtiden. Efterfrågan under ledtiden består av en förväntad genomsnittlig efterfråga och av en slumpmässig avvikelse som kan uppskattas med hjälp av MAD, se formel 3. (Axsäter, 1991)
Hur stort säkerhetslagret är beror på osäkerheten samt på vilken leveransservice som vill uppnås. (Aronsson et al., 2003)
Teoretisk referensram
Det finns olika metoder för att beräkna säkerhetslager. En av metoderna är att utgå ifrån en bestämd servicenivå medan en annan är att uppskatta bristkostnaden. Då bristkostnaden ofta anses svår att bedöma används servicenivån betydligt oftare. (Axsäter, 1991)
Det finns flera sätt för att beräkna servicenivån. Två sätt som är relativt vanliga är att använda SERV1 respektive SERV2. SERV1 innebär sannolikheten att inte få brist under en lagercykel och SERV2 andel efterfrågan som kan levereras direkt från lager. Fördelen med SERV1 är att det är enkelt att räkna med, men metoden tar ingen hänsyn till orderkvantiteten. Är orderkvantiteten stor och täcker efterfrågan under lång tid spelar det ingen roll om SERV1 är låg eftersom leveranserna sker så sällan. Om orderkvantiteterna däremot är små kan den verkliga servicen vara dålig fastän ett högt värde på SERV1 nyttjas.
SERV2 är svårare att använda, men ger ett bra mått på den verkliga kundservicen. (ibid.) Om efterfrågan antas vara normalfördelad kan säkerhetslagret enligt Lumsden (1998) beräknas enligt formel 5, se nedan.
) (P L z
z
SL= ⋅σP+L = ⋅σt ⋅ + (formel 5)
SL = Säkerhetslager z = Säkerhetsfaktor
σP+L = Efterfrågans spridning under tiden P+L
σt = Efterfrågans spridning under tiden t P = Inspektionsintervall
L = Ledtid
Spridningen, σt, kan uppskattas med hjälp av MAD genom att multiplicera MAD med 1,25.
(ibid) 3.7 Partiformning
Att avgöra vilken kvantitet som skall köpas in vid varje tillfälle kallas för partiformning (Olhager, 2000). Syftet med partiformning är att väga olika kostnader mot varandra för att erhålla den lägsta årliga totalkostnaden (Bowersox & Closs, 1996). De partiformnings- metoder som tas upp här är ekonomisk orderkvantitet, EOQ, och ”lot for lot”, L4L.
För att beräkna den ekonomiska hemtagningskvantiteten kan EOQ-formeln användas. I denna metod vägs kostnaderna för lagerhållning och ordersärkostnad mot varandra för att kunna minimera den totala kostnaden. Den beräknas enligt formel 6. (ibid.)
ad ningskostn lagerhåll
värde eller pris s n l artike
årsbehov stnad
ordersärko
EOQ ⋅
⋅
= 2⋅
(formel 6)
Beräkningen förutsätter ett flertal antaganden. Bland annat förutsätter modellen en kontinuerlig, konstant och känd efterfrågan samt relativt konstant kostnad under året. (ibid.)
Metoden L4L innebär att orderkvantiteten är lika med behovet under respektive period.
Teoretisk referensram
och behovet litet samt oregelbundet (Bowersox & Closs, 1996). Om det föreligger osäkerhet om det framtida behovet eller om ledtiderna är långa kan det i praktiken vara svårt att använda denna metod. (Hagberg et al., 1995)
3.8 Lagerstyrning
En del av ett företags totala lagerkapitalbindning beror på utformningen av de försörjningskedjor som företaget ingår i, hur komplexa de är samt hur samarbetet mellan kunder och leverantörer ser ut. Om det förekommer bristfällig information mellan leverantör och kund så kommer garderingslager att skapas på bägge sidor. Anledningen till att kunderna bygger upp garderingslager beror på att det förekommer en osäkerhet om framtida inleveranser. (Mattsson, 1999)
3.8.1 Fördelar och nackdelar med lager
Lager medför kostnader av olika slag. Trots de kostnader som lagerhållning resulterar i är det dock förknippat med ett flertal fördelar. För att uppnå en lämplig och kostnadseffektiv lagernivå måste de kostnader som uppstår vid lagerhållning balanseras på ett bra sätt.
(Krajewski & Ritzman, 2002)
Den kapitalbindning som uppstår för artiklar bundna i lager är ett av skälen till att hålla lagernivåerna låga. En annan orsak som talar emot höga lager är den risk, i form av bland annat svinn och kassationer, som lagerhållning innebär. Dock kan en hög lagernivå leda till att risken för brist och släp minskar och därmed ökar servicegraden. (ibid.)
3.8.2 Totalkostnadsanalys
För att dimensionera storleken på lagret bör de definierade kostnaderna balanseras mot varandra. En kostnadsminskning av en aktivitet kan leda till en kostnadsökning av en eller flera andra aktiviteter, vilket kan leda till en total kostnadsökning. Därmed behöver inte ett kostnadsförslag vara bra för att en kostnad sjunker utan hänsyn måste tas till hur den totala kostnaden påverkas. Ett sätt att balansera dessa kostnader mot varandra är att gemenomföra en totalkostnadsanalys. (Aronsson et al., 2003)
Totalkostnadsanalys är en metod för att handha de logistiska funktionerna i ett företag och innebär att de enskilda aktiviteternas kostnader inte skall minimeras var för sig utan målet är att minimera den totala kostnaden genom att se hur de olika aktiviteternas kostnader påverkar varandra. (Lambert & Stock, 1993)
Lambert och Stock (1993) definierar sex logistikkostnader som påverkar den totala kostnaden. Dessa är servicegrad, transport, lagerhållning, administrativa kostnader i form av orderprocess och informationskostnader, inköps-/tillverkningskvantitet samt lagerföring.
Ytterligare kostnader definierade av Aronsson et al. (2003) är emballagekostnad samt materialkostnad (pris för köpta produkter).
Eftersom olika situationer och beslut har sina egna förutsättningar kan inte en modell skapas för alla situationer utan en totalkostnadsmodell bör utformas för varje situation. För att underlätta beräkningarna bör de kostnader som påverkar beslutet i liten skala bortses ifrån.
(ibid.)
Teoretisk referensram
3.8.3 Kostnadsposter
Nedan beskrivs de ovan definierade logistikkostnaderna.
Variation av servicegrad
Den kostnadsminskning som tjänas in genom att sänka servicenivån vägs emot den ökade kostnaden för bland annat förlorad försäljning som detta förfarande kan leda till. Detta då en sämre tillgänglighet i lagren leder till förlorad inkomst om varan inte finns i lager då den efterfrågas samt förlorad inkomst i framtiden om dåligt rykte uppstår. Det bästa tillvägagångssättet för att minska den totala kostnaden i detta avseende är att bestämma servicenivån utifrån kundernas behov och därefter undersöka hur totalkostnaden påverkas av en förändring av de andra delarna. Det vill säga att minimera summan av övriga kostnader samtidigt som en given servicenivå skall uppnås. (Lambert & Stock, 1993)
Transportkostnad
Transportkostnaden uppkommer genom utförande av själva transporten samt av det administrativa arbete som uppstår i samband med transporter (Aronsson et al., 2003).
Kostnaden varierar med bland annat godsvolym, godsvikt samt vilken sträcka godset skall transporteras. Även val av transportmedel är av vikt för kostnad och service. För att minska denna kostnad kan större volymer av godset levereras vid färre tillfällen. Dock leder detta förfarande till högre lagernivåer vilket ökar kapitalbindningen. (Lambert & Stock, 1993) Ordersärkostnad
Vid varje order uppstår det en konstant engångskostnad som är oberoende av orderns storlek.
De kostnader som uppstår i form av administrativt arbete i anknytning till orderläggning och mottagning kan ofta fördelas ut på enskilda order och benämns då ordersärkostnad.
Kostnaden är svår att beräkna exakt, men orderläggnings- samt mottagningskostnaderna ökar i takt med antal ordar. (Aronsson et al., 2003)
Enligt Bosrup (1983) utgörs de administrativa kostnaderna vid inköp av tid för hantering av inköpsorder, prisförhandlingar, leveransbevakning, godsmottagning, ankomstkontroll, inleverans samt fakturabehandling och fakturakontroll.
Kvantitetskostnad
Kvantitetskostnad är en produktions- eller inköpsrelaterad kostnad som varierar med förändringar i tillverknings- eller inköpsstorlek (Lambert & Stock, 1993).
De kostnader som enligt Lambert och Stock (1993) kan uppstå vid varierande hemtagnings- frekvens och -kvantitet är kostnad för en eventuell förlorad kvantitetsrabatt, kostnad för materialhantering och administration samt kostnader för att eventuellt hitta en ny leverantör och om så är fallet kostnader relaterade till ineffektivitet då en ny leverantör antas. Det vill säga, hemtagningskvantiteten påverkar totalkostnaden på flera sätt. En liten hemtagningskvantitet ökar till exempel de administrativa kostnaderna eftersom order- frekvensen ökar. Samtidigt håller en liten hemtagningskvantitet kapitalbindningen i lager nere. En hög hemtagningskvantitet minskar dock orderfrekvensen och det finns även möjlighet till att en kvantitetsrabatt erhålls vilket innebär ett lägre styckpris. En hög hemtagningskvantitet leder dock till en ökad kapitalbindning.
Teoretisk referensram
Materialkostnad
Materialkostnaden är priset för de produkter som köps. Detta är inte en logistisk kostnad i sig, men den måste vägas mot de logistiska kostnader som uppstår vid inköp. (Arsonsson et al., 2003)
Lagerhållningskostnad
Lagerhållningskostnaden består i stort sett av lagrets driftskostnad. Det vill säga kostnad för att hyra eller äga lagerbyggnaden samt drift av denna, lagerpersonal, utrustning för hantering (truckar, kranar etcetera) och lagring (ställage, lastbärare etcetera), transporter inom anläggningen samt ett lagersystem. Denna kostnad är kortsiktigt oberoende av den lagrade volymen. (ibid.)
Lagerföringskostnad
Lagerföringskostnaden består av kostnaden för kapitalbindning samt risken av att lagerföra varor, den så kallade riskkostnaden. Kapitalkostnaden kan uppfattas som kostnaden av att inte få avkastning på pengar som är bundet i lager, det vill säga bortfall av möjliga intäkter.
Riskkostnaden, som bland annat består av kostnader för svinn, kassationer, försäkringspremier och inkurans, är beroende av lagrets storlek och tilltar vid ett större lager.
(ibid.)
3.8.4 Lagerränta
För att kunna uppskatta lagerföringskostnaden kan en lagerränta beräknas utifrån de totala lagerföringskostnaderna. I dimensioneringen av lagerräntan bör inte lagerhållningskostnaden tas med då frågan är hur mycket som ska finnas i lager och inte om lagerhållning överhuvudtaget skall ske. Det är särkostnaderna, kostnader som tillkommer eller faller bort till följd av ett beslut, som skall ingå. När det kommer till utrymmeskrävande artiklar kan dock denna kostnad komma att spela roll. I dessa situationer är det i allmänhet bättre att begränsa lagret genom att ange max kvantiteter. (Mattsson, 2003)
För att dimensionera lager används ofta en lagerhållningsränta baserad på de lagerhållnings- särkostnader som förekommer. Det finns enligt Mattsson (2003) tre tillvägagångssätt för att bestämma denna ränta. Det första är att använda samma värden som alla andra, det andra att använda en så kallad policyvariabel som verktyg för att minska kapitalbindningen och det tredje att beräkna de kostnader som associeras med att ha hålla lager och uttrycka dessa som en procentsats av kapitalbindningen. (ibid.)
Att använda en policyvariabel innebär enligt Mattson (2003) att lagret styrs mot en önskad nivå för att minska kapitalbindningen. Detta tillvägagångssätt innebär i praktiken en del i en förändringsprocess mot minskade lagernivåer istället för att optimera lager på ett korrekt sätt. Faktum är att användandet av en policyvariabel innebär ett accepterande av sänkt kapitalbindning till följd av ökade kostnader. Han anser vidare att ordersärkostnaden är ett bättre tillvägagångssätt för att driva förändringsprocesser för att åstadkomma lägre kapitalbindning. (ibid.)
Att använda samma ränta som andra företag är inte heller lämpligt då den varierar stort både i teorin och mellan olika företag. Dessutom är lagerhållningskostnaderna hos ett företag sällan desamma som för ett annat. (ibid.)
Teoretisk referensram
Det tillvägagångssätt som anses som rimligt är att uppskatta kostnaderna hos sitt eget företag. (ibid.)
Kapitalkostnaden är, som sagt, den avkastning kapitalet skulle ge om det inte var bundet i lager. Denna ränta kan uttryckas på ett flertal sätt. Ett sätt är att använda en form av kalkylränta. Denna kalkylränta ska motsvara eventuella investeringars förräntningskrav (Aronsson et al., 2003). Enligt Mattsson (2003) skruvas kapitalkostnadsdelen av lagerhållningssärkostnaderna upp alldeles för högt i många företag.
Som nämnts tidigare medför lagring en risk. Denna riskkostnad varierar mycket mellan olika produkter och kan vara svår att beräkna (Aronsson et al., 2003). Riskkostnad har på senare tid blivit allt viktigare att ta hänsyn till bland annat på grund av den stora föränderligheten på marknaden. Lagerräntan anses inte vara ett bra verktyg vid hantering av riskkostnad eftersom ingen direkt koppling mellan en riskkostnadsprocent och hur länge ett lager varar finns. Ett tillvägagångssätt som anses vara mer effektivt är att ange ett gränsvärde, det vill säga en maximal förbrukningstid, som komplement till orderkvantitetsberäkningen. Då lagerhållningssärkostnad och ordersärkostnad är relativt okänsliga för avvikelser från ekonomiskt optimum kan en sådan regel anses vara accepterbar (Mattsson, 2003). Dock antas det ofta, precis som för kapitalkostnad, att riskkostnaden är proportionell mot lagernivån. (Aronsson et al., 2003)
Genom att uppskatta kapital och riskkostnadernas storlek i proportion till lagervärdet kan en lagerränta beräknas, se formel 7. Eftersom lagret inte är konstant över tiden används det genomsnittliga lagret. (ibid.)
/ 100 (%) /
, = Σ +Σ ⋅
värde medellager
år d riskkostna år
tnad kapitalkos r
lagerränta (formel 7)
Som nämnts ovan uttrycks ofta kapitalkostnaden i form av en kalkylränta. Detta förfarande ger formel 8. (ibid.)
/ 100 (%)
(%)
, Σ ⋅
+
= medellagervärde
år d riskkostna a
kalkylränt r
lagerränta (formel 8)
För att beräkna riskkostnaden måste en summering av bland annat kassationer, godskador och inkomstbortfall på grund av värdeminskning ske. Denna information finns dock inte sorterad på detta sätt i alla ekonomisystem. Ytterligare ett steg som kan genomföras är att bryta ut kostnaden för en eventuell försäkring. Denna kostnad speglar en viss del av riskkostnaderna och om försäkringspremien är proportionell mot lagervärdet blir formeln för lagerräntan enligt formel 9, se nedan. (ibid.)
/ 100 (%)
(%) (%)
, Σ ⋅
+ +
= medellagervärde
år der riskkostna övriga
spremie försäkring
a kalkylränt r
lagerränta
(formel 9)
Teoretisk referensram
3.9 Alternativt sätt att optimera effektivitetsvariabler
Det resonemang som förts angående de samband som förekommer mellan olika logistikkostnader och hur de påverkar varandra kommer i princip att innebära att en förbättring av en effektivitetsvariabel enbart kan uppnås om en försämring av en annan accepteras. Dock är detta synsätt inte korrekt i alla lägen. Ett angreppssätt för att undvika detta är att påverka logistikmiljön, till exempel genom att minska ställtiderna, se figur 2.
(Mattsson, 1999)
Figur 2: Alternativt sätt att optimera effektivitetsvariabler. 1 innebär att en förbättring av en effektivitetsvariabel enbart kan ske på bekostnad av en annan effektivitetsvariabel, medan 2 innebär att logistik miljön kan påverkas för att på så sätt uppnå en förbättring av båda effektivitetsvariablerna. Källa: Fritt efter Mattsson (1999)
1
2 Ordersärkostnad
Kapitalbindning
Metod
4 Metod
I detta kapitel presenteras de metoder och det tillvägagångssätt som används.
4.1 Inriktning på undersökningen
En undersökning kan delas in i olika delar beroende på dess syfte. Lekvall och Wahlbin (1993) redogör för fyra grupper; dessa är explorativ, beskrivande, förklarande samt förutsägande undersökning.
• En explorativ undersökning syftar till att lära sig så mycket om det aktuella problemområdet att en förståelse för problemet erhålls. Denna förståelse skall leda till idéer och tankar som skall leda till en precisering av uppgiften. Ett annat ord som ibland används för samma definition är förundersökning.
• En beskrivande undersökning syftar till kartläggning av fakta och rutiner utan att förklara varför saker och ting ser ut eller fungerar som de gör.
• En förklarande undersökning syftar till att kartlägga orsakssamband inom ett specifikt område.
• En förutsägande undersökning syftar till att ge en prognos för vad som skulle kunna hända under vissa givna förutsättningar.
Då ett av syftena med detta projekt är att hitta orsaker till att överlager uppstår kan den första delen i arbetet ses som en explorativ undersökning eftersom den explorativa undersökningen syftar till att ge idéer eller tankar till handlingsalternativ.
4.2 Ansats
En undersöknings ansats har att göra med hur arbetets tekniska utformning skall se ut. Tre dimensioner har definierats av Lekvall och Wahlbin (1993).
Den första dimensionen är om arbetet skall gå in på djupet i enskilda fall, på bredden i ett tvärsnitt eller se utvecklingen över tiden. (ibid.) Detta arbete kan till en början ses som en tvärsnittsstudie över lågfrekventa artiklar. Detta för att få en uppfattning om olika orsaker till att överlager kan uppstå. När väl orsaker till överlager har definierats ges arbetet en inriktning på fallstudie, som av Lekvall och Wahlbin (1993) beskrivs som en detaljerad och mer djupgående analys av enskilda fall, då ett eller flera av fallen i tvärsnittsstudien analyseras på ett djupare plan.
Den andra dimensionen syftar till undersökningens karaktär, det vill säga om den är kvalitativ eller kvantitativ. I en kvalitativ undersökning analyseras och tolkas data som inte kan uttryckas i sifferform på ett meningsfullt sätt, medan data i en kvantitativ undersökning både uttrycks och analyseras i sifferform. En kvalitativ undersökning lämpar sig oftast för undersökningar med explorativ inriktning. (ibid.) Detta arbete består av bägge delarna. I förundersökningen används en kvalitativ undersökning där de olika tänkbara orsakerna till överlager beskrivs. För att därefter kunna uppskatta hur stor påverkan olika orsaker har sker
Metod
Den tredje dimensionen tar hänsyn till vilken typ av data som skall användas. Krävs en egen insamling av data, så kallad primärdata eller finns data redan insamlad och dokumenterad, så kallad sekundärdata (ibid.). I denna undersökning har båda typer av data använts. Först och främst används sekundärdata då det finns en stor mängd data registrerad i artikeldatabasen
”data warehouse” samt dokument över hur lagerstyrningen sker idag. Intervjuer med anskaffare och inköp har genomförts för att kunna beskriva deras arbetssätt och därmed används även primärdata.
4.3 Tekniker
Nedan redogörs kort för de tekniker som tillämpats vid nulägesbeskrivningen samt analysen.
4.3.1 Orsak-verkan-diagram
Orsak-verkan-diagram används för att systematiskt analysera vad som påverkar en viss företeelse. För ett givet problem identifieras olika huvudorsaker för vad som påverkar.
Därefter kompletteras diagrammet genom att gå in på en av huvudorsakerna i taget och identifierar delorsaker. På detta sätt bryts problemet ned på ett klart och strukturerat sätt.
(Johansson, 1997)
4.3.2 Hypotesprövning
Ett annat ord för hypotesprövning är antagande och det innebär att kvalificerade gissningar ställs upp utifrån känd data eller fakta för att försöka ta reda på vad som kan påverka en viss företeelse. För att göra det måste hypotesen/hypoteserna verifieras eller falsifieras. Vare sig en hypotes verifieras eller falsifieras leder det till att kunskapen inom området ökar. Det är vanligt att hypoteser verifieras då forskaren gärna ställer upp hypoteser denne själv tror på.
(Ejvegård, 2003) 4.3.3 Intervjuer
Det finns kvantitativa och kvalitativa intervjuer. Den kvantitativa intervjun innebär att intervjuaren till stor del styr intervjun och att standardiserade frågeformulär används. I den kvalitativa intervjun låter intervjuaren undersökningspersonen själv påverka samtalet till stor del. Intervjuaren kan använda sig av en manual eller handledning för att försäkra sig om att de frågor som önskas svar på blir besvarade. Dock följs inte denna manual uppifrån och ned utan det viktiga är att intervjun täcker det som är viktigt. Fördelen med en kvalitativ intervju är att nya idéer och infallsvinklar kan uppstå under intervjuns gång och en fördjupning av partier som uppfattas intressanta kan ske. (Holme & Solvang, 1997).
4.3.4 ABC-analys
ABC-analys är en metod för differentiering (Persson & Virum, 1998). Den bygger på att en liten del av elementen i en grupp har större betydelse än övriga i något avseende. Denna metod kallas även för 80/20-regeln, det vill säga att 80 procent av ett företags produkter står för 20 procent av omsättningen. (Storhagen, 1997)
4.4 Arbetsgång
För att kunna angripa det definierade problemet på ett bra sätt behövs kunskap om hur saker och ting fungerar i dag. Hjälpmedlet för att kunna samla in denna information bestod av kvalitativa intervjuer med logistikansvariga såsom chefer, inköpare och anskaffare. Som komplement till intervjuer användes dessutom redan dokumenterad och sammanställd
Metod
behovsberäkningar utförs av systemet. För att kunna genomföra lämpliga analyser behövs tillgång till viss systemdata. Dessa data erhölls från artikeldatabasen och analyserades med hjälp av Microsoft Access och Microsoft Excell.
För att kunna utföra en analys över vart överlager kan tänkas finnas ställdes ett orsak-verkan- diagram upp över vad ett överlager kan bero på. Detta diagram baseras på den kunskap som erhållits genom intervjuer samt inläsning av dokument. Utifrån detta diagram ställdes ett antal hypoteser upp. Samtidigt skapades en definition på vad ett överlager är genom att göra ett antal antaganden. Denna definition tillsammans med en verifiering/falsifiering av hypoteserna gav en uppfattning på hur stort det totala överlagret var samt om vissa artiklar eller grupper av artiklar har ett större överlager än andra. Den analys som använts är envariabelanalys, det vill säga att endast en variabel eller orsak analyseras åt gången.
4.5 Validitet och reliabilitet
Med reliabilitet avses tillförlitligheten hos och användbarheten av ett mätinstrument och resultatet av det som mäts (Ejvegård, 2003). Detta innebär att om undersökningen genomförs ännu en gång skall samma resultat erhållas (Lekvall & Wahlbin, 1997). Validitet däremot avser att mätmetoden verkligen mäter det som avses att mäta. Att ha hög reliabilitet och validitet är viktigt om resultatet skall anses trovärdigt. En låg reliabilitet leder till en låg validitet. En låg validitet behöver dock inte innebära en låg reliabilitet. (Ejvegård, 2003) Att ställa upp hypoteser för vad som misstänks påverka uppkomsten av överlager genererar ett riskmoment genom att de hypoteser som ställts upp kanske inte är tillräckliga. Detta gör att reliabiliteten kan minska. Dock har denna risk minimerats genom att konsultera hypoteserna tillsammans med andra vid ett flertal tillfällen. Kvalitativa intervjuer har bidragit till att skapa en högre reliabilitet, detta då intervjuobjektet inte styrs av intervjuaren.
För att höja intervjuernas reliabilitet ytterligare har anteckningar förts vid dessa tillfällen.
Genom regelbundna möten med bland annat handledare samt en litteraturstudie för att rätt information skall efterfrågas har validiteten genom arbetet hållits hög.
Nulägesbeskrivning
5 Nulägesbeskrivning
I detta kapitel beskrivs de rådande principerna för lagerstyrning hos Scania Parts Logistics AB. Materialet baseras på interna dokument samt intervjuer.
5.1 Prognostisering
Prognosberäkningen sker genom en metod som kallas för ”trig and leech”. Metoden påminner om exponentiell utjämning, se kapitel 3.5.1, och skillnaden mellan dessa två metoder ligger i utjämningskonstanten. I exponentiell utjämning är utjämningskonstanten konstant och benämns α, medan den varierar i ”trig and leech”- metoden. (Cardell & Fröidh, 2001)
Utjämningskonstanten i ”trig and leech” beräknas enligt formel 10:
ikelsen prognosavv absoluta
nya
en osavvikels medelprogn
k⋅ nya
α = (formel 10)
1 .
=0 k
En kontinuerlig uppdatering av prognosen sker varje gång en behovsberäkning utförs.
Prognosen är en uppskattning av vad behovet kommer att vara under den kommande månaden. Beräkningarna sker automatiskt av systemet och indata till prognosberäkningen är nuvarande prognos, efterfrågehistorik samt den gällande absoluta prognosavvikelsen och medelprognosavvikelsen, som även de uppdateras kontinuerligt.
Vid prognostiseringen används historisk data och eftersom prognosen skall reflektera normal efterfrågan sker en justering av efterfrågan utifrån vissa kriterier. Dessa kriterier benämns ”ej prognosgrundande” och innehåller kundreservationer, internorder, vissa ordertyper som till exempel skrotorder samt efterfrågan som varit onormalt hög. Detta sker för att undvika allt för stora variationer i lagernivåer och order till leverantörer. Då en ny artikel introduceras sätts en prognos manuellt eftersom det inte finns något historisk data att använda. Prognosen bygger på teknisk information om artikeln samt kunskap om antalet fordon som använder artikeln. Det är Parts Marketing (WPP) som bedömer hur mycket artikeln kommer att sälja då den ligger på topp, vilket vanligtvis är efter fem år. Måttet kallas för MAD vilket står för
”Maximum Annual Demand” 1 och används för att få fram en startprognos. Årsprognosen beräknas genom att dividera MAD med tio.
Det finns även möjlighet att manuellt ställa om prognosen för en viss period eller, om prognosen avviker mycket från efterfrågan, återstarta prognosen.
I den nuvarande prognostiseringsmetoden på Scania Parts Logistics AB tas ingen hänsyn till säsongsvariationer. Dock är ett nytt planeringssystem under utveckling som kommer att ta hänsyn till detta.
Nulägesbeskrivning
5.2 Artikelklassificering samt styrparametrar
Artiklarna delas in i olika klasser beroende på hur ofta de plockas, i vilken volym de säljer samt vilken servicegrad artikeln skall ha.
5.2.1 Frekvensklass
Frekvensen är ett mått på hur ofta en artikel efterfrågas. Frekvensklassen för de olika artiklarna uppdateras en gång per vecka i samband med prognosberäkningen. Beräkningen baseras på antal orderrader och uppdateras enligt formel 11. Frekvensklassen är en indikation på hur statistiskt tillförlitlig data är. En artikel med låg frekvens kräver exempelvis ett högre säkerhetslager än en artikel med hög frekvens då en artikel med hög frekvens har ett stabilare efterfrågemönster.
orderrader Antal
frekvens arande
v Nu frekvens
Ny =0,9⋅ +0,1⋅ (formel 11)
Det finns sju frekvensklasser definierade, se tabell 1. Artiklar med hög frekvens återfinns i klasser med lågt nummer och artiklar med låg frekvens i klasser med högt nummer. Den övre frekvensgränsen anger hur många orderrader som maximalt registreras per månad.
Tabell 1: Frekvensgräns per klass
5.2.2 Volymvärdeklass
En artikels volymvärdeklass uppdateras en gång per vecka i samband med prognosberäkningen. Den beräknas som prognosen för de tolv kommande månaderna samt eventuella reservationer multiplicerat med standardpriset. Det finns åtta volymvärdeklasser definierade.
5.2.3 Servicegradsklass
Artiklarna delas in i olika servicegradsklasser beroende på vilken service som önskas uppnås. Det finns fem definierade servicegradsklasser. Dessa klasser motsvarar ingen angiven servicegrad utan används för att styra säkerhetslager för olika grupper av artiklar.
Alla artiklar hamnar initialt i serviceklass ett och kan därefter flyttas mellan klass ett och tre.
Artiklar som direktlevereras till lagret i Belgien läggs i serviceklass fyra och så kallade compulsory artiklar i klass fem. En compulsory artikel är en speciell artikelgrupp med prioriterade artiklar.
5.3 Ledtid
Den totala ledtiden definieras som tiden från att ett behov uppstår tills det att artikeln finns på hyllan. Den totala ledtiden består av reaktionstid, frystid, transporttid samt intern ledtid.
Frekvensklass Övre frekvensgräns
1 999999,9
2 49,9
3 24,9
4 11,9
5 3,9
6 0,9
7 0,1
Nulägesbeskrivning
Total ledtid
Reaktionstid Frystid Transporttid Intern ledtid Reaktionstid – Tiden mellan två behovsberäkningar
Frystid – En period där inga ändringar kan göras eller order kan läggas utan samtycke från leverantör
Transporttid – Transporttid mellan leverantör och lager
Intern ledtid – Tiden från leverans till artikeln finns tillgänglig för plock på hyllan 5.4 Säkerhetslager
Säkerhetslagret avgörs genom att ett värde på hur många veckors säkerhetslager en artikel skall ha avläses ur en matris. Detta värde multipliceras med prognosen per vecka för att få säkerhetslagret i antal. Det finns fem olika matriser definierade, se bilaga 1, och vilken matris som används beror på vilken servicegrad artikeln tillhör. Olika kombinationer av artikelns volymvärde, ledtid samt frekvensklass avgör vilket värde i matrisen som kommer att användas. Den generella princip som matriserna är uppbyggda av är att ju högre volymvärde och ledtid och ju lägre frekvens desto större värde på antal veckor i säkerhetslager. Orsaken till att en lång ledtid genererar ett högre värde på antal veckor i säkerhetslager motiveras med att det dröjer längre tid att få en leverans om brist skulle uppstå och inget avrop finns inlagt. Det vill säga att en lång ledtid genererar en ökad osäkerhet. En annan orsak som nämns är att en kort ledtid ger en ökad säkerhet genom vetskapen att det kommer en inleverans snart. Att ingen hänsyn till variation i ledtid tas beror på att säkerhetslagret inte ska innehålla en garanti för att leverantören är dålig. Ledtiden är känd och är leverantören dålig skall resurser läggas in för att jobba med leverantören istället för att höja nivån i japanska sjön. Ingen hänsyn tas till variation i efterfråga under ledtiden.
När det gäller volymvärdet så genererar ett högt respektive lågt volymvärde inte konsekvent ett högre respektive lägre värde på säkerhetslagrets täcktid. Detta då det förekommer manuella ändringar av matrisen om en viss effekt önskas åstadkommas. Det finns två synsätt för volymvärde. Den ena är att ett högt volymvärde genererar ett högre värde på säkerhetslagrets täcktid då det ofta genererar små hemtagningskvantiteter som leder till ett litet genomsnittligt cykellager som ger sämre täckning för osäkerheter än ett längre cykellager. En annan syn är att små hemtagningskvantiteter skapar en säkerhet i att leveranser kommer oftare vilket kan sänka säkerhetslagrets täcktid. Vad gäller frekvensklass så är principen att ju lägre frekvens en artikel har desto större säkerhetslager. Motiveringen till detta är att artiklar som efterfrågas med hög frekvens får tillförlitligare prognos än artiklar som efterfrågas sällan och därmed kan säkerhetslagret minskas.
Beräkningen av säkerhetslager sker varje gång en behovsberäkning genomförs. Även manuell ändring av säkerhetslagret är möjlig. Den metod som används för att beräkna säkerhetslagret anses reducera variationer i nivån på säkerhetslagret som beror på variation i efterfråga mellan behovsberäkningarna.
5.5 Hemtagningskvantitet
Hemtagningskvantiteten avgörs utifrån en i systemet definierad matris. Matrisen anger hemtagningskvantitet i veckor beroende av en artikels volymvärde. En artikels
Nulägesbeskrivning
hemtagningskvantitet, EHK, beräknas genom att multiplicera det definierade veckovärdet ur matrisen med veckoprognosen.
För att få fram den verkliga hemtagningskvantiteten, VHKV, justeras den beräknade hemtagningskvantiteten med hänsyn till eventuella definierade min-, max- eller förpackningskvantiteter. Det finns både maskinellt och manuellt definierade förpackningsstorlekar. Den manuella förpackningsstorleken bestäms och registreras manuellt medan den maskinella förpackningsstorleken tankas automatiskt som det värde produktionsenheterna använder. Då verklig hemtagningskvantitet beräknas används alltid en multipel av minkvantiteten om en sådan finns definierad. Annars används manuellt definierad förpackningsstorlek och sist den maskinella. Finns det en maximal kvantitet kan avropet ej överstiga denna. Systemet börjar alltid med den minsta definierade storleken och går sedan uppåt. Blir kvantiteten noll eller om inga förpackningsstorlekar finns definierade så används uppsatta avrundningsregler. För att kunna avgöra verklig hemtagningskvantitet jämförs förpackningsstorleken eller minkvantiteten med den definierade hemtagnings- kvantiteten baserad på veckor. Om resten är större än 70 procent av förpacknings-storleken eller minkvantiteten avrundas hemtagningskvantiteten uppåt. Är den mindre än 70 procent avrundas den nedåt. Om en artikel inte har någon definierad förpackningsstorlek eller minkvantitet avrundas den beräknade hemtagningskvantiteten enlig fastställda avrundningsregler. Se bilaga 2 för en illustration av hur hemtagningskvantiteten beräknas.
Det finns även artiklar som har en definierad särkostnad på artikelnivå. Denna särkostnad är en kostnad som måste betalas till leverantören var gång en order läggs och den slås inte ut på styckpriset. Dessa artiklars hemtagningskvantitet beräknas med hjälp av EOQ-formeln, se formel 6.
5.5.1 Val av förpackning
För att avgöra om och hur artiklarna ska förpackas från leverantör genomförs en undersökning för alla artiklar. Detta görs genom att bestämma i vilken pall eller kvantitet artikeln skall beställas med den av systemet beräknade ekonomiska hemtagningskvantiteten som utgångspunkt. En provpackning genomförs där det essentiella är att erhålla fulla enheter och samtidigt följa den beräknade hemtagningskvantiteten så bra som möjligt. Ytterligare en aspekt som spelar in vid avgörande av vilken pall som skall användas är vart på lagret artikeln skall lagras. Detta för att kunna minimera omplock.
Den fastställda förpackningskvantiteten matas manuellt in i systemet. För vissa artiklar finns det redan en definierad förpackningsstorlek, en förpackningsstorlek tankad automatiskt från produktion. Om den manuellt beräknade pallkvantiteten inte är densamma som den produktionsenheterna använder är det av stor vikt att kvantiteten matas in under manuell pallkvantitet. Detta för att undvika att en uppdatering av pallkvantiteten från produktion tankas över automatiskt.
5.6 Informations- och materialflöde
Nedan beskrivs hur systemet, anskaffarna samt inköparna arbetar.
5.6.1 Systemet
Systemet utför behovsberäkningar regelbundet, vilket innebär en gång per vecka för flertalet
Nulägesbeskrivning
leverantör i form av leveransplaner som skickas till ut till leverantör varje gång en behovsberäkning utförs. Behovsberäkningen preciserar när ett avrop av en artikel måste ske samt i vilken kvantitet. Systemet jämför den tillgängliga lagernivån med säkerhetslagret period för period, där en period är drygt en vecka2. Den tillgängliga lagernivån består av den nuvarande lagernivån adderat med de frysta avropen subtraherat med prognosen samt vissa reservationer. Om den tillgängliga lagernivån understiger säkerhetslagret lägger systemet ut ett avrop med hänsyn till transport- och inleveranstid beräknat bakåt från den vecka som säkerhetslagret beräknas brytas. Storleken på avropet kommer av hemtagningskvantitets- beräkningen beskrivet i kapitel 4.5. Avropet på leveransplanen kan vara av fryst eller rörlig karaktär. Det frysta avropet är juridiskt bindande och kan ej ändras utan leverantörens samtycke medan det rörliga ses som en prognos och kan därmed ändras. Alla artiklar har en definierad frystid som styr när ett avrop går från att vara rörligt till fryst. Frystiden varierar för de olika artiklarna och målet är att ha en så kort frystid för artiklarna som möjligt.
Systemet genererar även impulser till inköpsavdelningen. Dessa impulser betecknas kvantitetsorder och ligger på en egen filial3 med benämning 99. Artiklar har filial 99 då det inte finns någon leverantör eller avtal med leverantör. Varje måndag erhåller anskaffaren en lista med impulser skapade under den senaste veckan och anskaffaren skall undersöka om ett behov finns och om den föreslagna kvantiteten är okej. Om allt är i sin ordning gör anskaffaren ingenting och impulsen går automatiskt vidare dagen efter till ansvarig inköpare.
Det är inköparens roll att därefter avgöra och förhandla om hemtagningskvantiteten, anskaffarna och systemet genererar endast förslag.
5.6.2 Anskaffning
Anskaffarnas huvuduppgift är att ha en hög tillgänglighet av artiklar i sitt sortiment samtidigt som lagren skall hållas på en skälig nivå. Således måste en samkoordinering av kundens efterfrågan, lagernivåer samt flödet av artiklar från leverantör ske kontinuerligt. Det gäller för anskaffarna att hitta en balans mellan servicegrad och lagernivåer. Anskaffarna avgör inte själva hemtagningskvantiteten utan använder de hemtagningskvantiteter som systemet eller inköp genererar.
Anskaffarna har nära kontakt med ett flertal avdelningar inom Scania, men huvudkontakten sker mot leverantörerna. Informationsutbytet mellan anskaffare och leverantör består i leveransplaner som skickas till leverantörerna via EDI4, Odette eller Fax. Kommunikation sker även vid leverantörsproblem eller när efterfrågan överstiger det beställda behovet, det vill säga vid brist eller bristrisk för en artikel.
För att bistå anskaffarna i lagerstyrningsarbetet finns ett system som hjälpmedel, se kap 4.6.1. Hur ofta avrop läggs mot leverantör kan variera allt ifrån en vecka till kanske en gång om året beroende på hur stor efterfrågan är. Anskaffaren kan själv påverka vissa parametrar i systemet. Bland annat kan prognos, frystid och säkerhetslager ändras manuellt på artikelnivå, dessutom kan en min- eller maxkvantitet för avropet läggas in i systemet eller så kan en viss artikel ges manuell behovsberäkning eller bevakning.
2 ett år är indelat i 48 delperioder så en period är drygt en vecka.
3 Filial är en finindelning av leverantörer
4 EDI = Electronic Data Interchange
